2. 2
• Pengambilan keputusan adalah
proses pemilihan, diantara berbagai
alternatif aksi yang bertujuan untuk
memenuhi
satu atau beberapa sasaran
• 4 fase:
– (1) intelligence
– (2) design
– (3) choice
– (4) implementation
Dasar Pengambilan
Keputusan
Pemecahan
Masalah
3. 3
DSS, GDSS, EIS, dan ES melibatkan satu istilah:sistem
• Sistem = kumpulan dari obyek-obyek seperti orang, resources,
konsep, dan prosedur yang ditujukan untuk melakukan fungsi
tertentu atau memenuhi suatu tujuan.
• Input = semua elemen yang masuk ke sistem.
– Contohnya adalah bahan baku yang masuk ke pabrik kimia, pasien yang
masuk ke rumah sakit, input data ke komputer.
• Proses = proses transformasi elemen-elemen dari input menjadi
output.
• Output = produk jadi atau hasil dari suatu proses di sistem.
• Feedback = aliran informasi dari komponen output ke
pengambil keputusan yang memperhitungkan output atau
kinerja sistem.
• Environment/lingkungan dari sistem terdiri dari berbagai elemen
yang terletak di luarinput,
output, atau pun proses.
Contoh: sosial, politik, hukum, aspek fisik, dan ekonomi.
5. Efektivitas VS Efisiensi
5
▪2 ukuran utama dari sistem adalah: efektivitas dan
efisiensi.
• Efektivitas = derajat seberapa banyak tujuan
sistem tercapai. Ini mengacu pada hasil atau
output dari suatu sistem. Doing the “right” thing.
• Efisiensi = ukuran penggunaan input (atau
resources) untuk mencapai tujuan; sebagai
contoh, seberapa banyak uang yang digunakan
untuk mendapatkan level tertentu penjualan.
Doing the “thing” right.
6. MODEL
6
• Karakteristik utama dari DSS adalah adanya
kemampuan pemodelan
• Kompleksitas hubungan dalam sistem organisasi tak
dapat direpesentasikan dengan Iconic atau
Analog, karena kalau pun bisa akan memakan
waktu lama dan sulit.
• Analisis DSS menggunakan perhitungan numerik
yang dibantu dengan model matematis atau
model kuantitatif lainnya.
7. KEUNTUNGAN
MODEL
• Biaya analisis model lebih murah
daripada percobaan yang
dilakukan pada sistem yang
sesungguhnya.
• Model memungkinkan untuk
menyingkat waktu.
• Manipulasi model (perubahan
variabel) lebih mudah dilakukan
daripada bila diterapkan pada
sistem nyata.
8. KEUNTUNGAN
MODEL
• Akibat yang ditimbulkan dari adanya
kesalahan-kesalahan sewaktu proses
trial- and-error lebih kecil daripada
penggunaan model langsung di sistem
nyata.
• Penggunaan pemodelan menjadikan
seorang manajer dapat menghitung
resiko yang ada pada proses-proses
tertentu.
• Analisis bisa pada kemungkinan-
kemungkinan solusi yang banyak sekali,
bahkan bisa tak terhitung.
• Model meningkatkan proses
pembelajaran
11. Fase Intelligence
11
• Proses yang terjadi pada fase ini
adalah:
– Menemukan masalah.
– Klasifikasi masalah.
– Penguraian masalah.
– Kepemilikan masalah.
12. Fase Design
Tahap ini meliputi pembuatan,
pengembangan, pemilihan model dan
analisis hal-hal yang mungkin untuk
dilakukan.
13. 2 Tipe Prinsip
Pemilihan
Model Normatif
Mengimplikasikan bahwa alternatif yang
terpilih adalah yang terbaik dari semua
alternatif yang mungkin
Normatif
Alternatif terbaik Menguji semua alternatif
Membuktikan alternatif tersebut
yang terbaik
Proses Optimasi
14. Contoh : Penentuan Kepala UPT Sistem Informasi
• Alternatif mana yang akan dijadikan kepala UPT
untuk meningkatkan kinerja dan produktivitas ?
• Alternatif mana yang akan dijadikan Kepala UPT
berdasarkan kriteria yang digunakan?
• Jika tugasnya adalah menentukan alternatif
kepala upt spesifikasi tertentu, metode mana
yang akan bisa menunjukkan alternatif
tersebut?
16. Simple Additive Weighting (SAW)
▪Formula untuk melakukan normalisasi tersebut adalah
sebagai berikut:
dengan rij adalah rating kinerja ternormalisasi dari alternatif
Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n.
(cost)biayaatributadalahjjika
x
xMin
(benefit)keuntunganatributadalahjjika
xMax
x
r
ij
ij
i
ij
i
ij
ij
17. Simple Additive Weighting (SAW)
▪Nilai preferensi untuk setiap alternatif (Vi) diberikan
sebagai:
▪Nilai Vi yang lebih besar mengindikasikan bahwa alternatif
Ai lebih terpilih.
n
j
ijji rwV
1
18. Langkah-
langkah
penyelesaian
Simple Additive Weighting (SAW)
• Menentukan kriteria-kriteria dan alternatif
yang akan dijadikan acuan dalam pengambilan
keputusan.
• Menentukan bobot untuk setiap alternatif
• Membuat Matriks/tabel Keputusan.
• Menentukan rating kecocokan setiap alternatif
pada setiap kriteria.
• Matriks keputusan merupakan matriks terdiri
dari kriteria dari tiap alternatif terlebih dahulu
membentuk perbandingan berpasangan setiap
alternatif disetiap kriteria (Xij).
• Melakukan normalisasi matriks.
• Menghitung hasil akhir
Langkah – langkah penyelesaian :
19. Menentukan
Kriteria
19
Ada empat kriteria yang digunakan untuk
melakukan penilaian, yaitu:
C1 = tes pengetahuan (wawasan) sistem informasi
C2 = praktek instalasi jaringan
C3 = tes sehat rohani
C4 = tes sehat jasmani
Kandidat (alternatif) untuk
dipromosikan sebagai kepala upt,
yaitu:
A1 = Indra,
A2 = Roni,
A3 = Putri,
A4 = Dani,
A5 = Ratna, dan
A6 = Mira.
Menentukan
Alternatif
24. Simple Additive Weighting (SAW)
- Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambil
keputusan: w = [0,35 0,25 0,25 0,15]
Hasil yang diperoleh adalah sebagai berikut:
796,0)71,0)(15,0()94,0)(25,0()67,0)(25,0()82,0)(35,0(V1
770,0)82,0)(15,0()96,0)(25,0()80,0)(25,0()59,0)(35,0(V2
900,0)88,0)(15,0()94,0)(25,0()73,0)(25,0()00,1)(35,0(V3
909,0)00,1)(15,0()76,0)(25,0()93,0)(25,0()96,0)(35,0(V4
939,0)87,0)(15,0()00,1)(25,0()00,1)(25,0()88,0)(35,0(5 V
784,0)94,0)(15,0()88,0)(25,0()67,0)(25,0()73,0)(35,0(V6
25. Hasil - Nilai terbesar ada pada V5
dengan nilai 0,939, sehingga
alternatif A5 adalah alternatif
yang terpilih sebagai alternatif
terbaik.
- Dengan kata lain, Ratna akan
terpilih sebagai kepala upt
sistem informasi.
26. 2 Tipe Prinsip
Pemilihan
Deskriptif
Model Deskriptif
Kebanyakan pengambilan keputusan
berkeinginan untuk mendapatkan solusi
yang memuaskan, “sesuatu yang
mendekati terbaik”.
Alternatif memuaskan
Memeriksa performa sistem untuk
beberapa alternatif, tidak semua
alternatif sehingga tidak ada
jaminan itu alternatif optimal
Menggambarkan berbagai hal
sebagaimana adanya
Proses Simulasi
27. Model
Deskriptif
27
• Analisis dampak lingkungan
• Perencanaan keuangan
• Inventory management
(complex).
• Analisis prediksi
• Analisis skenario
• Simulation (different types).
• Forecasting teknologi
• Waiting line management
(antrian)
• Peta kognitif
• Pendekatan berbasis naratif
28. Fase
Pemilihan
(Choice)
Teknik analitis : menggunakan perumusan matematis
Heuristic : pencarian untuk solusi terbaik
Blind search : pencarian untuk solusi sekali ketemu
Algoritma: Proses langkah demi langkah
32. SPK
PENENTUAN
BEASISWA
Metode SAW
32
PENENTUAN BOBOT TIAP KRITERIA
Tabel Kriteria
Kriteria Jenis Atribut bobot
IPK (C1) Benefit 25%
Prestasi Akademik (C2) Benefit 30%
Keaktifan Organisasi
(C3) Benefit 20%
Jumlah Gaji Orangtua
(C4) cost 15%
Jumlah Tanggungan
Orang Tua (C5) Benefit 10%
33. SPK
PENENTUAN
BEASISWA
Metode SAW
33
SKORING LEVEL TIAP KRITERIA
Tabel Penilaian Kriteria Prestasi Akademik
Kriteria Indikator Skala Nilai
Prestasi Akademik yang
dimiliki
Juara 1 dalam
kejuaraan 4
Juara 2 dalam
Kejuaraan 3
Juara 3 dalam
kejuaraan 2
Hanya berpartisipasi 1
34. SPK
PENENTUAN
BEASISWA
Metode SAW
34
SKORING LEVEL TIAP KRITERIA
Tabel Penilaian Kriteria Keaktifan Organisasi
Kriteria Indikator Skala Nilai
Keaktifan Organisasi
Pernah menjadi ketua
dalam organisasi 4
Pernah menjadi wakil
dalam organisasi 3
Pernah menjadi
bendahara atau
sekretaris dalam
organisasi 2
Pernah menjadi anggota
dalam organisasi 1
35. SPK
PENENTUAN
BEASISWA
Metode SAW
35
SKORING LEVEL TIAP KRITERIA
Tabel Penilaian Kriteria Jumlah Penghasilan Orangtua
Kriteria Range Skala Nilai
Jumlah Penghasilan
Orangtua
<500.000 1
500.000 - <1000.000 2
1000.000 - <2000.000 3
2000.000 - <2500.000 4
36. 36
DATA MAHASISWA
Data
Mahasiswa
KRITERIA
IPK
(C1)
Prestasi
Akademik (C2)
Keaktifan
Organisasi (C3)
Jumlah
Penghasilan
Orang Tua
(C4)
Jumlah
Tanggung
an Orang
Tua (C5)
A1
Syaifudin 3.4
Juara 3
pemrograman
android
Sekretaris BEM1000000 3
A2
Nina 3.14
Juara 3 Artikel
Ilmiah
Anggota BEM 1500000 1
A3 Dian 3.09 Juara 1 Tari Ketua BEM 600000 4
A4
Andi 3.14
Juara 3 Bulu
Tangkis
Anggota BEM 700000 3
A5
Novan 3.15
Juara 3 Clash
Royal
Bendahara
BEM
900000 3